问医生 找医院 查疾病 症状自查 药品通 健康笔记

血脂检查单中不起眼的它,竟与早期、晚期、总体前列腺癌发生风险升高都扯上关系?

2022-02-16 06:04:15梅斯医学
栏目关注:
核心提示:PLOS Medicine:脂蛋白A和其他脂质与前列腺癌风险的关系:一项多变量孟德尔随机化研究

前列腺癌(PCa)是男性中最常被诊断出的癌症之一,2018年全球报告了1,276,106例病例。PCa发病率存在高度的地理异质性,这反映在全球年龄调整发病率的40倍差异。这可能是由于在前列腺特异性抗原(PSA)筛查盛行的国家,诊断人数的增加。然而,人们对这种异质性的基础仍然知之甚少。

鉴于PCa在临床上也是异质性的,迄今为止确定的危险因素因疾病侵袭性而异。特别是,已确定的总PCa的危险因素主要是不可改变的,包括年龄较大、非洲血统和遗传,而侵袭性PCa的一些潜在危险因素包括吸烟、肥胖、维生素D偏低和血脂水平较高,这些都是可以改变的。降脂疗法既便宜又能有效降低心血管疾病的风险。然而,尚无确凿证据表明,重新利用的降脂药物对预防PCa有效。因此,确定血脂是否增加PCa风险,特别是致死性疾病是很重要的。2015年发表的一项对14项前瞻性研究的meta分析未发现甘油三酯(TG)、高密度脂蛋白(HDL)或低密度脂蛋白(LDL)浓度与总或高级别PCa风险之间存在显著相关性,但大多数相关性的研究之间存在明显的研究间异质性。两项meta分析研究了他汀类药物在PCa风险中的作用,均观察到他汀类药物与晚期PCa风险呈负相关。尽管如此,这些联系是否可以归因于低胆固醇本身或其他机制尚不清楚。


本研究旨在确定基因预测的脂质性状是否与总体PCa风险相关,特别是与晚期和早期发病疾病相关。我们结合摘要级双样本单变量和多变量MR(MVMR)框架来调整多效性脂质效应,并检查了HDL,LDL和TG的作用,以及迄今为止尚未被充分检查的其他脂质性状,例如脂蛋白A(Lp(a)),载脂蛋白A(apoA)和载脂蛋白B(apoB)。

1、单变量 MR

1.1总 PCa

单变量 MR 分析表明,遗传预测的 HDL (ORIVW = 0.994;95% ci = [0.942,1.051];P = 0.825),TG (orivw = 1.026);95% ci = [0.961,1.105];P = 0.449),ApoA (ORIVW = 1.025);95% ci = [0.970,1.083];P = 0.372),和 apoB (ORIVW = 1.026;95% ci = 0.961,1.094];P = 0.411)浓度与总PCa风险无关(S5表)。相比之下,总PCa的比值比(OR)为遗传预测LDL每标准差(SD)增加1.088(95%CI = [1.010,1.162];P = 0.016)。然而,这种关联并没有得到加权中位数法的支持(OR = 1.016;95% ci = [0.942,1.094];P = 0.669)。这引起了对我们模型中存在的潜在多效效应的关注,结果在多变量模型中被进一步评估。

遗传预测的Lp(a)与总PCa (IVW)的相关性不显著(ORIVW = 1.066;95% ci = [0.909,1.249];P = 0.431)方法(表1),但加权中位数方法中总PCa的OR为遗传预测的Lp(a)中每SD增加1.091(95%CI = [1.028,1.157];P = 0.004)。敏感度分析1中簇合阈值的改变导致符合我们模型的IVs数量增加,这支持了IVW中Lp(a)的显著效应估计(ORIVW = 1.076;95% ci = [1.016,1.114];P = 0.012)和加权中位数方法(或加权中位数= 1.066;95% ci = [1.012,1.123];P = 0.016)。敏感性分析2,根据Burgess和同事的论文,包括iv,也支持遗传上升高的Lp(a)和总PCa之间的关系(ORIVW = 1.037;95% ci = [1.009,1.066];P = 0.010,或加权中值= 1.044;95% ci = [1.026,1.061];P = 6.58 × 10?7)。敏感性分析3仅涉及位于LPA基因中的变异,支持更强的OR(OR加权中位数= 1.439;95% 置信区间 = [1.280,1.619];P = 1.80 × 10?9) 表示遗传预测 Lp(a) 中每 SD 增加的总 PCa。

1.2晚期PCa

单变量MR分析没有显示血脂和晚期PCa风险之间有任何显著的关联(HDL;ORIVW = 0.977;95% CI = [0.905,1.051];P = 0.552, 低密度脂蛋白; ORIVW = 1.067;95% CI = [0.970,1.74];P = 0.191, TG; ORIVW = 1.004;95% CI = [0.923,1.094];P = 0.921, Lp(a); ORIVW = 1.064;95% CI = 0.910,1.245];P = 0.435, ApoA; ORIVW = 1.001;95% CI = [0.932,1.073], P = 0.991, ApoB; ORIVW = 0.992;95% CI = [0.914,1.073], P = 0.837) (表 1,S6 表)。然而,Lp(a)的敏感性分析2,包括Burgess及其同事论文的IV,支持遗传升高的Lp(a)与晚期PCa之间的关联(OR加权中位数= 1.033;95% CI = [1.001,1.065];P = 0.046)。此外,敏感性分析3仅限于LPA基因的变异,支持遗传升高的Lp(a)与晚期PCa(OR)之间的关联。加权中位数= 1.388;95% CI = [1.213,1.590];P = 2.14 × 10?6).

1.3 PCa 的早期发病

在任何使用的方法中,HDL,apo A和apo B均与早发性PCa无关(HDL; ORIVW = 0.989;95% CI = [0.816,1.104];P = 0.847, Apo A; ORIVW = 1.044;95% CI = [0.933,1.166];P = 0.452, Apo B; ORIVW = 1.125;95% CI = [0.974,1.094];P = 0.108)。通过IVW方法,基因预测LDL与早期发病PCa相关(OR = 1.226;95% ci = [1.037,1.451];P = 0.017),但不通过多效性稳健方法,这再次引起了对总PCa结果的潜在多效性的关注。此外,在加权中位法中,发现遗传学预测的TG与早发性PCa显著相关(OR = 1.223;95% CI = [1.041,1.438];P = 0.015) (S7 表)。在主要单变量分析中,遗传预测的 Lp(a) 与早发性 PCa 风险增加相关(ORIVW = 1.257;95% CI = [1.107,1.426];P = 4.00 × 10?4) (表1)。所有单变量敏感性分析都证实了遗传Lp(a)升高与PCa早期发病之间的显着关系。[(灵敏度分析1; ORIVW = 1.215;95% CI = [1.096,1.349];P = 2.03 × 10?4,OR加权中位数= 1.217;95% CI= [1.084,1.365];P = 0.001),(灵敏度分析2; ORIVW = 1.076;95% CI = [1.027,1.126];P = 0.002,OR加权中位数= 1.079;95% CI = [1.036,1.124];P = 3.20 × 10?4),(灵敏度分析 3;OR加权中位数= 1.502;95% CI= [1.276,1.770];P = 1.04 × 10?6)]。

2、多变量MR

为了控制不同脂质性状之间的关系可能产生的多效途径,我们纳入了包括Lp(a)、HDL、LDL和TG的MVMR模型,作为每个PCa结果的暴露量。在单变量MR中,基因预测的LDL和总PCa之间的显著相关性在MVMR模型中减弱,不再显著(OR = 1.052;95% ci = [0.973,1.134];P = 0.183)(表2)。然而,在调整HDL、LDL和TG后,基因预测的Lp(a)仍然显著且与总PCa呈正相关(OR = 1.068;95% ci = [1.005,1.134];P = 0.034)。对BMI的额外调整导致在遗传预测Lp(a)中,每SD增加的总PCa风险的OR几乎没有改变(OR = 1.066;95% ci = [1.008,1.129];P = 0.026) (S8表)。在调整多种脂质性状后,遗传学预测的Lp(a)与晚期PCa处于临界相关(OR = 1.078; 95% CI = [0.999,1.163];P = 0.055)。BMI的额外调整导致OR为1.075(95%CI:[1,1.155];P = 0.050)。先前在单变量MR中观察到的LDL和TG对早期发病PCa的影响在调整其他脂质性状后在MVMR中不再显着(低密度脂蛋白;OR = 1.112;95% CI= [0.948,1.305];P = 0.192], TG;OR = 1.062;95% CI = [0.908,1.242];P = 0.45)。然而,基因水平升高的Lp(a)仍然与早期发病的PCa显著相关(OR = 1.150;95% ci = [1.015,1.303];P = 0.028),与单变量MR分析结果一致。调整BMI也产生了类似的效果,为1.155 (95% CI = [1.029,1.297];P = 0.015)。MVMR 中所有脂质的 IVW 估计值可以在下面的表2中看到,而IVW BMI调整后的结果可以在S9表中找到。在调整我们考虑的其他遗传混杂因素(AST,ALT和肌酐)后,Lp(a)的效应大小没有减弱(S10-S12表)。我们比较了对总、晚期和早期发病PCa进行的所有分析的多变量Lp(a)估计值,以及单变量估计值和额外的敏感性分析(图1)。根据LPA基因的变异(敏感性分析3),IV支持遗传预测的Lp(a)浓度与每个PCa结果之间的最强效应。

总之,这项研究的结果表明,基因预测的Lp(a)浓度与总体、晚期和早期PCa的风险之间存在正相关。筛选高Lp(a)浓度可能在未来用于以确定PCa的高危人群。鉴于Lp(a)浓度显著依赖于遗传,改变Lp(a)水平或许可能通过开发降低Lp(a)的药物来实现。在重复我们的研究结果后,可以考虑将直接针对Lp(A)的脂质药物用于高危人群的个体化方法,以研究它们对预防PCa的有效性。然而,鉴于LPA基因本身的多效性生理功能存在不确定性,观察到的关联背后的机制尚不清楚,该基因控制着约70% - 90%的Lp(a)变异性。需要对这种复杂基因进行进一步研究,例如共定位分析,以了解其更多的功能,从而了解其在PCa风险中的作用。

原文来源:

Anna Ioannidou, et al. The relationship between lipoprotein A and other lipids with prostate cancer risk: A multivariable Mendelian randomisation study. PLOS Medicine | https://doi.org/10.1371/journal.pmed.1003859 January 27, 2022

39健康网(www.39.net)专稿,未经书面授权请勿转载。

39健康网专业医疗保健信息平台 优质健康资讯门户网站  

中国领先的健康门户网站,中国互联网百强,于2000年3月9日开通,中国历史悠久、规模最大、拥有丰富内容与庞大用户的健康平台。多年来,在健康资讯、名医问答、就医用药信息查询等方面持续领先,引领在线健康信息,月度覆盖超4亿用户。

特别策划
前列腺癌
擅长前列腺癌专家更多
  • 孙宁主任医师首都医科大学附属北京儿童医院

    擅长领域:泌尿系畸形,尿道下裂,肾积水,输尿管远端梗阻,膀胱输尿管返流,尿道外伤,泌尿系肿瘤,肾母细胞瘤,膀胱横纹肌肉瘤,性别畸形,重肾输尿管囊肿及输尿管开口异位,小儿下尿路梗阻,神经源性膀胱,肾外伤,泌尿系结石,膀胱憩室,前列腺憩室,肾发育不良,膀胱外翻,腹腔镜手术,可控性尿流改道,隐睾,包茎,鞘膜积液,精索静脉曲张,腹股沟疝,隐匿阴茎等疾病。

  • 张耀圣主任医师北京中医药大学东直门医院

    擅长领域:尿石症、慢性膀胱炎、腺性膀胱炎、女性尿道综合征等,常见泌尿系恶性肿瘤的术后、放化疗后调理、解毒增效等

  • 叶定伟主任医师复旦大学附属肿瘤医院

    擅长领域:前列腺膀胱肾脏睾丸肾上腺阴茎腹膜后等部位的良恶性肿瘤尤其擅长前列腺癌膀胱癌肾脏肿瘤的早期诊断根治性手术和综合治疗

举报/反馈
链接地址:*
举报内容问题:*请选择举报类型
原创文章链接:
其他理由:
更多问题及建议:
联系方式: